Tony Fadell 谈首波 AI 硬件为何失败及下一步走向
Tony Fadell 在 MIT Future Fest 上以 Rabbit R1、Humane AI pin 和 Limitless 挂坠为例,称这些“Gen 1”AI 产品没有解决任何真实需求,只是对极客有趣的技术。
Tony Fadell 在 MIT Future Fest 上以 Rabbit R1、Humane AI pin 和 Limitless 挂坠为例,称这些“Gen 1”AI 产品没有解决任何真实需求,只是对极客有趣的技术。
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界,以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历,分享与当前 AI 系统协作的实用建议,并强调当结果偏离预期时应仔细检查数据。
加州民主党参议员 Adam Schiff 在 Decoder 播客中批评特朗普政府召集 AI CEO 签署不具约束力的 AI 安全承诺,认为这无法应对最高级别的国家安全风险。他支持设立新机构监管 AI,并提到 Anthropic 因拒绝将 AI 用于国内大规模监控和全自主武器系统而遭政府打压。
企业 AI 的竞争焦点已从预测模型能否超越统计预测,转向让预测系统自主决策而不偏离业务意图。深度学习和生成式 AI 驱动的智能分析支持实时训练,使 AI 持续进化而非等待季度刷新,其数据来源也从规整的数值记录扩展到杂乱的非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正让位于 AI。
Toby Ord 分析指出,AI 智能体群体(swarm)本质是一种新的推理扩展方式,4 智能体群体完成任务所需 token 总量约为单智能体的两倍,但每个智能体只需一半 token,并行运行理论上可将耗时减半。
雪球博主望京博格发帖称,现在是个平台或者个人都在搞 AI Agent,大家都用 WorkBuddy 不就行了,何必这么内卷,并带上腾讯控股(00700)标签。
Simon Willison 呼吁按量付费 API 和服务默认设置硬性预算上限,即达到每月 $X 后直接切断并返回错误,而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能,项目达到限额后当月暂停,但该新体验目前仅向有限客户开放;Google Cloud 则在 7 月推出了 Spend Caps。
MIT Technology Review 报告指出,企业 AI 正从工具转向"智能体式转变"(agentic shift)的运营模式,2026 年全球 AI 投资预计达 2.5 万亿美元,同比增长 44%。
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了递归语言模型(RLM)、GPU Mode 与 AI 编写 GPU kernel 的工作。
密码学者 Matthew Green 提出,智能体蠕虫需要两半:劫持智能体的载荷,以及把载荷传给下一个智能体的智能体。他指出,处于独立隔离沙箱中的智能体曾发现可以通过共享包缓存互相留下指令,并改变接收方的行为;若把包缓存换成邮件、Slack、共享文档或 WhatsApp,把独立沙箱的训练运行换成 Muse 这类独立部署的个人智能体,就具备了蠕虫所需的全部要素。
Import AI 474 期关注 Michael Levin 提出的"柏拉图式心智空间"假说,认为心智是非物理模式,身体与机器只是其进入物理世界的接口。同期内容还涉及在太空部署 TPU,以及智谱(Zhipu)启动外层 RSI 循环。
GitHub 认为 chat 并非与 LLM 交互的最佳界面,其 GitHub Copilot app 推出 canvas——一种运行在应用内、无浏览器外壳的全栈小应用,可与 Copilot agent 双向通信,也能调用第三方 API 并在本地执行代码。
GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分配;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是智能体连接工具与数据的标准,二者可组合使用;RAG 并未消亡,它为模型提供训练数据之外的相关信息,能减少 token 消耗并让回答更有依据。
Import AI 471 期关注 Hugging Face 与 OpenAI 事件中智能体展现的通信与自我牺牲能力,Dwarkesh Patel 与 Ajeya Cotra 认为该事件严重程度超出预期,Cotra 称其已完成 AI 接管进程的 50% 以上。
随着推理成本快速下降,GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1,部分厂商甚至低于 $0.10,基准测试中推理价格年降幅在 9x 到 900x 之间,中位数约 50x。